中国任命地方官员的模式

徐现祥 刘勇

0 引言

在中国，地方官员入职的基本制度是任命制，即地方官员由上级任命。比如省委书记由中央任命、地委书记由省委任命、县委书记由地委任命。因此，在中国地方官员的任命上，上级官员处于支配地位。上级官员任命下级官员所面临的问题有，任命多少下级官员？如何控制下级官员系列的进入率？如何控制晋升为下级官员的晋升率？至少在我们的知识范围内，中国地方官员任命问题鲜有答案。注现有文献主要考察了上级选拔下级官员的主要标准：绩效论(Bo，2002；Chen et al.，2005；Li and Zhou，2005)和关系论(Shih et al.，2012； Jia et al.，2015；Opper et al.，2015)。

上级任命下级官员至少考虑两个因素。一个是落实上级出台的新政策。毛泽东认为，“领导者的责任，归结起来，主要地是出主意、用干部两件事”。“路线确定之后，干部就是决定的因素”(毛泽东，1991)。可见，从上级官员的视角来看，落实、执行自己新制定的路线和政策的决定因素是选拔、任命合适的下级官员。在实践中，人们将不时观察到，重大的新的政策落实和实施往往始于官员变动。[注]比如中国的改革开放。中央领导人确立了改革开放的方针，全国各地改革开放的启动和推进始于中央对各省、市、自治区领导官员的调整。陈冠任(2009)详细记述了安徽、黑龙江、吉林、辽宁、山东、江苏、上海、浙江、福建、广东、湖北、四川、云南、山西、陕西、西藏、北京等17个省、市、自治区通过调整下级官员启动和推进改革开放的历史进程。比如改革开放“先行一步”的福建省，中央认为福建省委没有落实好政策，重新任命了第一书记，由此打开了局面。再比如山西省，在真理标准讨论、拨乱反正、农村大包干等方面都落后于全国，中央下决心对山西省委主要领导人进行调整，任命了新的省委第一书记。新书记上任后，在平反冤假错案、推行联产承包责任制等方面都赶上了全国的步伐。同样，新书记在推行联产承包责任制时，也将干部选派放在首位，任命了一批新的地级官员在各地推行落实新政策。另一个是职位空缺。创造空缺是上级的权力。习近平提出，“‘一把手’在用人上主要有五方面权力，即调整动议、提名推荐、组织酝酿、主持决策、监督管理”。[注]2009年12月，习近平同志在全国组织部长会议上的讲话。转引新华网的报道，详见http://news.163.com/10/0709/16/6B5R9JLO000146BC_all.html。从实践上看，尽管中国对各级官员的任期也有明确规定，比如一届五年，但是地方官员的实际任期总是明显低于法定任期，比如在1983—1998年间，省委书记的一个任期平均只有2.5年。这表明上级终止了大多数下级官员的法定任期，从而创造出大量职位空缺。

本文把上级任命下级官员数量与其出台的新政策和创造的空缺之间的关系定义为任命函数。本文假定，上级随着任期增加越来越能够“熟练创造”职位空缺，即创造的职位空缺是其任期的增函数；但是上级随着任期增加越来越难以出台新政策，即出台新政策的可能性是其任期的减函数。本文证明了，当这两个假定成立时，上级的任命函数是其任期的凹函数，即上级晋升下级官员的数量在其任期内先增加后减少，呈现倒U型变动。这意味着，上级官员任命下级官员时，在开始阶段主要受制于职位空缺，任命下级官员的人数随着空缺的增加而增加；在后期阶段主要受制于新政策，任命下级官员的人数随着出台新政策的可能性下降而下降，从而任命的下级官员人数呈现倒U型。基于任命函数的这个性质，本文得到两个推论：一个是下级官员系列的进入率，即新任命的下级官员人数占下级官员比重，是上级任期的凹函数；另一个是晋升为下级官员的晋升率，即新任命的下级官员人数占下级官员比重，是上级任期的凹函数。

为了检验任命函数的上述三个推论，本文构建了一个新的中国地方官员数据库：省委书记-晋升地厅级官员数量相匹配的数据库。其中，省委书记(包括直辖市市委书记、自治区党委书记，以下统称省委书记)代表具有任命权的上级，任命地厅级官员，数据来自中山大学岭南学院地方官员数据库(王贤彬和徐现祥，2013)；晋升地厅级官员是指从低一级的职务晋升为地厅级官员，[注]在《党政领导干部统计资料汇编1954—1998》中，晋升职务是指经任免机关任命，按照职务序列由低向高变动的职务。凡提高政治生活待遇的不做晋升职务统计。在数字起止时间内，晋升两次以上职务的，按最后一次晋升的职务统计。是与省委书记相匹配的下级官员，数据来自《党政领导干部统计资料汇编1954—1998》(以下简称《汇编》)(中共中央组织部，1999)，时间跨度为1983—1998年。因此，这是一个上下级相匹配的中国地方官员数据库。关于这个数据库还有两点补充。一是，晋升地厅级官员数量是省内全部的新任地厅级官员数量，不仅包括在省内的地级行政单位任职的地厅级官员，比如市委书记、市长等，而且包括在省直机关任职的地厅级官员，比如财政厅厅长、省发展与改革委员会主任等。另一个是，不包括地厅级官员晋升为高一级职务的人数。因为省委书记没有任命副省级官员的权力，在任的正职地厅级官员晋升的下一个级别就是副省部级，将由中央任命。也正是如此，这个数据库能够考察地厅级官员系列的进入情况，无法考察地厅级官员系列的退出情况。

基于这个省委书记-晋升地厅级官员数量相匹配的数据库，本文考察中国入职地厅级官员系列的进入情况。与任命函数的预期一致，晋升地厅级官员数量、地厅级官员系列的进入率和晋升为地厅级官员的晋升率在省委书记任期内都呈现倒U型。如图1中的上部图形所示，虽然晋升地厅级官员数量在1983—1998年间先下降后上升，但是在省委书记任期内却呈现出明显的倒U型，且在省委书记任期的第3年达到最大值。地厅级官员系列的进入率和晋升为地厅级官员的晋升率也呈现出同样的变动模式，如图1中的中间和底部图形所示。这些发现是非常稳健的，当本文进一步控制各省主要经济变量、省委书记其他特征、地厅级官员其他特征、全国党代会、省党代会、省委书记可能面临的信息问题和实际权力、省长等变量后，这些倒U型依然显著存在，且还是在省委书记任期的第三年达到最大值。另外，本文还通过安慰剂检验，排除了省委书记任期内其他因素导致上述倒U型的存在。

图1 入职地厅级官员系列的进入情况 注： 地厅级官员数据来自《党政领导干部统计资料汇编1954—1998》；在左图中，横轴是时间；在右图中，横轴是省委书记任期，数据来源于岭南学院地方官员数据库。

本文的发现揭示了，尽管法定任期是五年，但是任期实际缩短到三年左右将带来下级官员队伍膨胀。地方官员的法定任期是一届五年。当每一届上级都任满五年时，每一个上级任命的下级官员数量都先上升后下降，从而下级官员数量只会呈现出周期性波动，但不会呈现出明显的膨胀趋势。当每一届上级的实际任期只有三年左右时，每一个上级任命的下级官员数量只会呈现上升趋势，不会出现下降趋势，从而下级官员数量可能呈现出膨胀趋势。从现实看，省委书记任期一届恰好平均只有2.5年，地厅级官员队伍增加了。

本文的工作互补于中国官员晋升的文献。现有文献主要考察了上级选拔下级官员的主要标准，一个是绩效论，强调上级根据地方官员的经济绩效择优晋升(Bo，2002；Chen et al.，2005；Li and Zhou，2005)；另一个是关系论，强调上级选拔下级官员时看重其拥有的关系(Shih et al.，2012；Jia et al.，2015；Opper et al.，2015)。本文从上级的视角直接考察上级如何任命下级官员，当本文的发现成立时，则意味着，下级官员即使拥有相同的经济绩效或相同的关系，在上级任期内的不同时期被晋升的可能性也是不同的。从实证识别的角度看，忽略了上级任期的影响，现有官员晋升文献则可能会出现经典的遗漏重要解释变量问题。

本文的工作拓展了官员治理绩效文献。目前实证分析中国地方官员影响辖区经济增长的文献已经比较丰富，比如地方官员影响辖区经济增长速度(徐现祥等，2007；张军和高远，2007)、投资(王贤彬等，2010)、土地出让(张莉等，2011；余靖雯等，2015)、信贷(钱先航等，2011)、产业结构调整(宋凌云等，2012)。本文的工作则发现，官员不仅能够直接影响辖区经济发展，而且还能够影响辖区内下级官员的职业发展，从而把地方官员的影响从经济领域拓展到地方官员系列。

与本文最相近的工作可能是徐现祥和王贤彬(2010)以及Wu and Chen(2016)。徐现祥和王贤彬(2010)将任命模型化为中央在匹配地方官员能力和辖区禀赋，证明了当中央追求产出最大化时，官员能力和辖区禀赋为正向匹配。Wu and Chen(2016)也关注中央如何配置众多的省级官员，主要发现是，当中央倾向于促进经济增长，将正向选型匹配官员能力和省区禀赋；当中央倾向平衡地区发展时，将负向选型匹配官员能力和省区禀赋。显然，本文的核心工作不是关注上级如何在空间上匹配多个下级官员与其任职地，而是在其任期内(时间维度上)如何任命下级官员。

本文余下部分安排如下：第1部分提出一个简单的任命函数；第2部分是数据；第3、4、5部分为分别从晋升人数、进入率和晋升率三个维度实证检验中国地厅级官员系列的进入模式；最后是结论性评述。

1 一个简单的任命函数

本文考察一个由A、B、C三个层级构成的任命制经济体。其中，A级职位的级别最高，职位个数最少，单位化为1，在A级职位任职的官员，本文称之为A级官员；B级职位的级别次之，职位个数为外生给定，为NB>1，在此任职的官员为B级官员；C级职位的级别最低，职位个数最多，记为NC>NB，在此任职的官员为C级官员。因此，在这个经济体里，职位级别顺序是C

对上级官员而言，任命下级官员就是落实新政策的决定因素。毛泽东认为：“领导者的责任，归结起来，主要地是出主意、用干部两件事”。“路线确定之后，干部就是决定的因素”(毛泽东，1991)。可见，从上级官员的视角来看，任命下级官员的主要目的就是落实、执行上级所制定的路线、方针、政策。本文假定，上级官员任期越久，出台新政策的可能性越低，即新政策出台的可能性z是上级任期τ的减函数，为z=1-ατ，[注]本文的核心结论并不局限于这个线性假定。只要z(τ)满足z′<0和z″<0，且z′有界，本文的结论依然成立。其中α是常数。新政策记为Θ(x1)，其中x1是影响政策的非上级官员任期以外的其他因素向量，比如上级官员辖区的经济、地理等变量。因此，上级任期期间在每个时期出台政策的可能性为zΘ。

本文把上级官员出台的新政策zΘ、创造的空缺数量v与其新任命的下级官员数量p之间的关系定义为，上级的任命函数，即

p=zΘv≡p(τ,x1,x2)

(1)

式(1)揭示了，[注]假定p=(z Θ)ηvκ，其中，0<η <1和0<κ <1是常数，本文的结论依然成立。A级官员在每个时点上可能出台的新政策zΘ和创造的空缺数量v决定了新任命的B级官员数量p。可以证明，当上述假定成立时，任命函数是上级官员任期τ的凹函数。具体而言，式(1)对上级官员任期τ求导可得，

(2)

式(2)揭示了，上级官员任命的下级官员数量将随着上级官员任期的增加而增加，增加到p(τ*,x1,x2)后，将随着上级官员任期的增加而下降。其中，τ*是上级任命下级官员最多的任期时间点，由式(2)可知τ*是存在的，即Pτ(τ*,x1,x2)=0。

任命函数是τ的凹函数，背后的经济含义是清晰的。上级官员任命下级官员，在开始阶段，主要受制于职位空缺，任命下级官员的人数随着空缺的增加而增加；在后期阶段，主要受制于出台的新政策，任命下级官员的人数随着出台新政策的可能性下降而下降，从而任命的下级官员人数呈现倒U型。这意味着，A级官员新晋升的B级官员数量在其任期内先上升后下降，呈现倒U型。

式(2)可以得到两个简单的推论。知道了A级官员新晋升的B级官员数量p，则可以把B级官员的进入率和C级官员晋升为B级官员的晋升率分别定义为PB=P/NB和PC=P/NC。当式(2)成立时，PB和PC都是A级官员任期τ的凹函数。具体而言，

(3)

式(3)具有很强的经济含义，揭示了上级官员任期是影响下级官员晋升的重要变量，互补于现有的官员晋升文献。政治锦标赛文献强调，当其他条件不变时，下级官员的经济绩效越好其被晋升的可能性就越大；关系文献强调，当其他条件不变时，下级官员所拥有的关系越强其被晋升的可能性就越大。显然，无论是政治锦标赛文献还是关系文献都没有明确考察上级本身的影响。对下级官员而言，式(3)则意味着，下级官员即使拥有相同的经济绩效或相同的关系，在上级任期内的不同时期被晋升的可能性也是不同的。因此，上级官员的任期也是影响下级官员晋升的一个重要因素。

本文以下部分将实证考察上级官员任命函数的三个核心推论，即新晋升的B级官员数量、B级官员的进入率和C级官员晋升为B级官员的晋升率都是A级官员任期τ的凹函数，在A级官员任期内呈现倒U型。

2 数据

2.1 中国地方官员系列简介

中国地方官员系列是金字塔式的层级结构。中国的行政区划可分为中央、省、地、县四级，相应地，中国的地方官员可分为三级：省部级、地厅级和县处级。如图2所示，这三级地方官员规模呈金字塔式的层级结构。在1983年，三级官员人数的构成是，1.09%：13.04%：85.87%；到了1998年，则变为0.5%：7.7%：91.8%。

图2 中国地方官员的层级结构注： 数据来源于《党政领导干部统计资料汇编1954—1998》。

中国地方官员系列是一个逐级碎化的层级结构。第一级，省部级官员系列。中央下辖31个省级单位，任命在各个省级单位任职的省级官员。因此，省级官员系列是全国统一的系列。第二级，地厅级官员系列。各省级单位平均下辖10.7个地级单位，[注]2015年，中国有31个省级区划单位、334个地级区划单位和2850个县级区划单位。因此，每个省级单位平均下辖10.7个地级单位；每个地级单位平均下辖8.5个县级区划单位。分别任命各自辖区内的地厅级官员，是省内统一的系列。比如在广东省，广东省党委任命、提名广东省内的地厅级官员，但无权任命、提名在广东省以外地区任职的地厅级官员。因此，全国大致存在31个“分割的”地厅级官员系列。第三级县处级官员系列。各地级单位平均下辖8.5个县级单位，分别任命各自辖区内的县处级官员，是地区内统一的系列。比如在广东省的珠海市，珠海市党委任命、提名珠海市内的县处级官员，但无权任命、提名在珠海市以外地区任职的地厅级级官员。因此，中国大致存在334个“分割的”县处级官员系列。

中国地方官员系列是上下级匹配的。每个地方官员都有一个直接的上级。比如，省部级官员的直接上级是中央，由中央任命、提名；地厅级官员的直接上级是省部级官员，由省部级党委任命、提名；县处级官员的直接上级是地厅级官员，由地厅级党委任命、提名。

2.2 一个新的省委书记-新晋升的地厅级官员相匹配的数据库

中共中央组织部(1999)汇编发行了《党政领导干部统计资料汇编1954—1998》。这本《汇编》报告了全国各省1983—1998年间新晋升的省级、地厅级和县处级官员数量；1980—1998年间省级、地厅级和县处级官员存量及其性别结构、年龄结构、学历结构、民族结构和党员结构等。《汇编》报告的都是省级加总后的数据，既可以描述省级官员所面临的全国性系列，也可以描述地厅级官员所面临的“分割的”省级系列。考虑到省级官员面临同一个中央，其上级在截面上的方差为零，本文重点考察地厅级官员系列。具体而言，全国有31个分割的地厅级官员系列，在每个地厅级官员系列上，都有各自的上级，省党委，以及各自的下级，本省内的地厅级官员。因此，本文将基于省级官员和地厅级官员构建一个任命者与被任命者相匹配的数据库，考察地厅级官员系列的进入情况，检验任命函数的三个推论。

在这个数据库中，被任命者是新晋升的地厅级官员。《汇编》所报告的地厅级官员既包括在地市一级党政机关任职的地厅级官员，也包括在省直党政机关任职的地厅级官员，涵盖了各省内的所有地厅级官员。这个数据库采用三个指标刻画新晋升的地厅级官员：数量、进入率和晋升率，分别是各省每年新晋升的地厅级官员的数量，及其占地厅级官员的比重、占县处级官员的比重。前两个指标反应了地厅级官员系列的进入情况，后一个指标反映了下级官员晋升为地厅级官员的可能性。

在这个任命者与被任命者相匹配的数据库中，省委书记是主持决策者。省委书记数据来自中山大学岭南学院地方官员数据库。省委书记任期开始的时间可能是一年之中的任意月份，而《汇编》所报告的晋升地厅级官员数量是年度数据。不容否认，在匹配省委书记与晋升地厅级官员数量时，这可能带来一定的不便。现有文献通常做法是，比如Li and Zhou(2005)，当省委书记上任时间为1～6月份时，其任期从当年开始计算，当省委书记上任时间为7～12月份的时候，其任期则从次年开始计算。对于匹配上下级官员数据而言，这种做法的潜在缺点是，无法把省委书记更替当年的晋升地厅级官员数量匹配到真正的任命者。特别是媒体不时报道的“离任前提拔”现象，[注]上级早已意识到这个问题。据新华网报道，在2002年初，中央组织部开展科学规范和有效监督县(市、区)委书记用人行为课题调研试点，浙江省是全国最早的四个试点省份之一，温州瑞安市和宁波江东区被选为调研试点单位。2005年7月，中组部在浙江召开调研试点情况汇报会后，浙江省委积极扩大试点范围，进一步进行有效探索，积累经验。2009年，浙江省委组织部组织全省11个市委组织部一起开展专题研究，着手制定有关制度规定。2010年4月20日，浙江省委常委会审议通过了《浙江省规范市、县(市、区)委书记用人行为暂行办法》，明确规定在选人用人方面，市县委书记应当遵守五条纪律。第一条是“不准在机构变动、已经明确本人离任时动议调整、提拔干部，不准在任期届满、任职年龄到限前三个月内动议调整、提拔干部。确因工作需要的,应事先向上级组织部门报告。”详见http://news.163.com/10/0709/16/6B5R9JLO000146BC_all.html。更会放大这种惯例做法的潜在缺点。鉴于此，本文采用更为保守的做法，即排除省委书记更替当年的样本，从省委书记到任的次年开始计算其任职时间，离任也做类似的处理。[注]例如，省委书记A在1990年上任，则1991年为期任期第一年；省委书记B在1990年离任，则1989年为期任期最后一年。这其实是对任期进行缩尾处理，既可以更精准匹配省委书记及其任命的地厅级官员又可以更严谨地检验本文的任命函数性质。如果我们对省委书记任期两端缩尾后观察到其晋升地厅级官员数量呈现倒U型，那么其整个任期内必然存在倒U型。

尽管省委书记的法定任期为5年，但是省委书记的实际任期并不固定。例如，在本文样本期内，省委书记的任期的最小值为1，最大值为11。其中，任期不超过5年的样本占全样本82.9%。在实践中，省委书记的任期超过5年，显然是连任，部分文献的做法是将第6年开始的任期视为新任期重新编码(高楠和梁平汉，2014)。但是，省委书记在第二任期往往延续第一任期的政策，按照本文理论模型的假定，省委书记在第二任期内出台不同于其自身的新政策的可能性(z=1-ατ)更低，创造新空缺的能力更强。这意味着，第二任期的样本可能并不同于第一个任期的样本。因此，在基本的回归中，本文只采用任期不超过5年的样本，但在稳健性检验中将同时考察连任的样本。

控制变量有三类：第一类是经济变量，包括各省GDP增长率、人均GDP和人口，数据来源于《新中国六十年统计资料汇编》。其中，GDP增长率反映了省区经济的运行情况，绩效论文献强调地方官员的经济绩效影响其晋升；人均GDP刻画了省区的经济发展水平与其所处发展阶段；人口规模则反映了基本的省情以及公众对公共服务的需求。第二类是地厅级官员的其他特征变量，包括各省地厅级官员规模及其年龄、性别、学历结构，数据来自于《党政领导干部统计资料汇编1954—1998》。第三类是省委书记的其他个人特征，比如年龄和学历，数据来自中山大学岭南学院地方官员数据库。其中，省委书记学历是虚拟变量，本科以上学历的为1，其他为0。

总之，本文构建了一个省委书记-晋升地厅级官员数量相匹配的面板数据，涵盖31个省级单位，时间跨度为1983—1998年。其中，重庆和海南的样本区间分别是1997—1998年和1988—1998年。由于缩尾了省委书记更替当年的样本，同时也暂时排除了省委书记任职时间在5年以上的那部分样本，本文样本量为311。表1报告了基于这个匹配样本的描述性统计。就本文所关心的核心变量而言，各省份平均每年晋升地厅级官员数量为76.5人，最少仅有2人，最多则高达346人，可见不同省份不同年份晋升地厅级官员数量差异较大。省委书记任期最短为1年，最长为5年，平均2.5年。[注]平均任期为2.5年，低于现有文献的发现。比如(Li and Zhou，2005)发现，在其样本中，省委书记和省长的平均任期为3.032年。这种差异主要源于，本文只包括任期不高于5年的样本，且对省委书记的任期进行缩尾处理。

表1 变量描述性统计

注： 数据来源于《党政领导干部统计资料汇编1954—1998》、中山大学岭南学院地方官员数据库、《新中国六十年统计资料汇编》。

3 晋升地厅级官员的数量

3.1 实证模型

省委书记晋升的地厅级官员个数，是离散的计数数据。因此，本文采用泊松回归模型进行回归分析。根据式(2)，本文假定晋升地厅级官员发生率为，

(4)

其中，i和t分别表示省(包括自治区、直辖市，以后统称为省)和时间；tenure、x1和x2分别是省委书记的任期、影响政策的变量向量和影响空缺的变量向量。具体而言，x1包括初始的人均GDP(对数形式)、GDP增长率、人口规模(对数形式)、省份固定效应和时间固定效应；x2包括地厅级官员的其他特征，比如初始规模(对数形象)、女性比重、年龄构成、学历构成，以及省委书记的其他特征，比如年龄和学历等。

3.2 基本的实证结果

基于匹配的省委书记-晋升地厅级官员数据，本节采用泊松回归分析实证检验任命函数的推论。与理论预期的一致，在1983—1998年间，晋升地厅级官员数量在省委书记任期内显著地呈现倒U型。具体而言，省委书记在其任期第3年晋升地厅级官员的人数最多。

表2第1列是最基本的回归结果。本文最关心的核心回归系数α1和α2分别为0.259和-0.044，符号与理论预期的一致，且都能够通过显著性水平为1%的统计检验。这意味着，省委书记的任期每增加一年，晋升地厅级官员数量的增长率为25.9-8.8τ个百分点，当任期为2.9年时，增长率为0，即晋升地厅级官员数量最多，与图1传递的信息是一致的。对一个任期为5年的代表性省委书记而言，晋升地厅级官员数量的增长率是其任期的减函数，上任初始晋升地厅级官员数量的增长率为25.9%，离任前晋升地厅级官员数量的增长率为-18.1%，与式(2)的预期完全一致。

表2 基本的回归结果

(1)(2)(3)(4)(5)(6)(7)(8)基本的样本排除异常值包括第二个任期省委书记特征:年份固定效应YYYYYYYY样本量311311311311311310340340拟R-squared0.4880.4790.4980.5190.5230.5640.4360.444对数似然值-2800-2800-2700-2600-2600-2200-2700-2700

注： 本表报告对式(4)回归的基本结果。控制变量中人均GDP、厅局级官员人数取滞后一期，人均GDP、人口规模、厅局级官员人数取对数，学历为是否本科以上的虚拟变量。

表2第2列则只引入省委书记任期，而没有其任期的二次项。这时，省委书记任期的回归系数为0.01，统计上不显著。这意味着，省委书记的任期每增加一年，晋升地厅级官员数量的增长率并不是显著地为常数。

表2第3列则引入影响经济政策变量。从第3列的回归结果看，控制这些可能影响经济增长变量后，本文所关注的核心回归系数α1和α2分别为0.240和-0.041，仍然能够通过显著水平为1%的统计检验，尽管回归系数大小略有变化，但是晋升厅局级官员数量然呈现倒U型，仍然是第2.9年达到最大值。就控制变量而言，回归系数都不显著。

表2第4列则进一步引入影响职务空缺的变量。由于下辖地级市数量、[注]例如，1998年底，海南省下辖2个地级市，而广东省下辖21个地级市。省政府机构设置等差异，[注]例如，海南建省初期以“小政府、大社会”的思路确立了相对精简的行政架构，成立了24个厅局，仅相当于其他省份的一半左右，相应的省政府编制也较少(吴木銮和林谧，2010)。各省的地厅级官员规模明显不同。以厅级官员规模为例，1995年四川省地厅级官员数量为1856人，而同年海南省的地厅级官员数量为324人，仅为前者的约17%。职位数量多的省份产生职位空缺的可能性更大，所以本文控制上一年的地厅级官员人数。中国历来重视女性干部的选拔配备，因此女性官员的比重也会对官员任命产生影响。干部“四化”是新时期党的干部选拔任用的总标准，[注]即革命化、年轻化、知识化和专业化。所以厅级官员的平均年龄与学历将影响官员的调整，本文控制厅级官员中50岁以下的比重及学历为专科以上的比重。省委书记的个人特征也可能对其创造职位空缺的意愿和能力有影响。中国领导干部升迁有严格的年龄限制，现有文献也发现官员的激励水平与年龄可能具有倒U型的关系(纪志宏等，2014)。因此，本文控制了省委书记年龄及其平方项。从第4列的回归结果看，引入这些控制变量后，省委书记晋升厅局级官员数量还是呈现显著的倒U型，晋升数量最多的任期年份仍然是第2.9年。就控制变量而言，地厅级官员人数规模、年龄结构等具显著的影响。

表2第5列同时引入上述两类控制变量，是本文的基本回归结果。这时，我们最关心的回归系数α1和α2分别为0.292和-0.051，能够通过显著水平为1%的统计检验。这表明，与理论预期的一致，省委书记晋升厅局级官员数量在其任期内先增加后减少，呈现倒U型，晋升地厅级官员数量最多年份是省委书记任职的第2.9年。对一个任期为5年的代表性省委书记而言，当其他因素不变时，晋升地厅级官员数量的增长率是其任期的减函数，上任初始晋升地厅级官员数量的增长率为29.2%，离任前晋升地厅级官员数量的增长率为-21.8%，与任命函数的性质完全一致。

接下来，本文将检验，以上基本的回归结果并不局限于本文的样本及估计方法选择。首先，考察晋升厅局级官员人数可能存在的异常值。由附录图A1可知，晋升厅局级官员人数在1983—1998年间可能存在3个异常值点，即1990年的甘肃、1987年的湖南和1988年的河北。其中，1990年的甘肃是省委书记更替年，1987年的湖南是省委书记第二任期样本，基本样本已经予以排除。本文进一步排除1988年的河北这个可能的异常值，重新进行回归分析，由表2第6列可知，本文最关心的回归系数α1和α2没有发生任何实质性变化，省委书记晋升厅局级官员数量在其任期内呈现倒U型，晋升数量最多的任期年份是第2.8年。

其次，考察省委书记第二个任期的影响。本文只保留在1982年或以后上任的省委书记样本，样本个数从311个增加到340个，采用两种方法对省委书记第二个任期的赋值。一种方法是连续赋值，及省委书记任期年份赋值为1到10。表2第7列报告了相应的回归结果。我们最关心的回归系数α1和α2显著性有所降低，但仍在10%水平上显著，符号与理论预期的一致。另一种方法是对省委书记第二个任期重新赋值为1到5年，然后将第一个任期(及平方项)和第二个任期(及平方项)同时放入回归中，重新进行回归。表2第8列报告了相应的回归结果。从回归结果看，无论是第一个任期还是第二个任期内，晋升厅局级官员数量都呈现倒U型，回归系数都在5%水平上显著，晋升人数最多的任期年份分别是第一个任期的第2.6年和第二个任期的第2年。

为了检验省委书记任期长度不同可能带来的影响，本文分别排除省委书记任期为1、2、3、4、5年的样本，即分别排除了14、45、31、43和30个样本，[注]这5类省委书记的样本总计163个，基准回归样本中的其他样本(148个)为任期长度大于或等于6年的省委书记的前5年任期。重新估计式(4)。表3第1～5列报告了相应的回归结果。从回归结果看，本文最关心的回归系数α1和α2都没有发生实质性变化，省委书记晋升的厅局级官员数量还是呈倒U型，晋升数量最多的任期年份集中于2.8～3年之间。这说明，晋升的厅局级官员数量呈现U型并不局限于某一类任期的省委书记样本。

表3 基本的回归结果：其他样本与其他估计方法

注： 本表报告使用不同的样本范围和不同的估计方法的回归结果。第(1)～(5)列依次剔除任期为1～5年的省委书记样本；第(6)列采用负二项式回归方法；第(7)列采用面板固定效应回归；第(8)列被解释变量取对数，采用面板固定效应回归。控制变量包括人均GDP(滞后一期、对数形式)、GDP增长率、人口规模(对数形式)，厅局级官员特征变量，如厅局级官员人数(滞后一期、对数形式)、50岁以下的比重、专科以上比重、女性比重，以及省委书记特征变量，如年龄、学历等。

再次，考察强制退休冲击的影响。1982年开始，中国引入领导干部退休制度，废除领导干部终身制。[注]1982年2月，中央下发《中共中央关于建立老干部退休制度的决定》；同年4月，下发《国务院关于发布老干部离职修养制度的几项规定的通知》。1982年9月，党的十二大强调，改革领导机构和干部制度，实现干部队伍的革命化、年轻化、知识化、专业化。1983年9月，中央转发中央组织部《以改革精神加速领导班子和干部队伍的“四化”建设》的工作报告。受此影响，中国地方官员快速更替，相应地，中国地厅级官员系列进入率也明显较高，如图1所示。从图形上看，1983年的平均晋升人数明显高于其他年份，随后该数值快速下降，大约从1986年开始，平均晋升人数开始趋于稳定。为了验证基准回归结果不是由废除领导干部终身制等政策冲击所驱动的，本文将样本限制在1986年及以后的样本，重新进行回归，回归样本量为259。表3第6列的结果显示，省委书记任期和平方项的估计系数没有发生任何实质变化，仍然在1%水平上显著，晋升数量最多的任期年份是第3年。

最后，本文采用其他三种方法重新估计式(4)。第一种方法是负二项式回归模型。当晋升厅局级官员人数过度分散时，可采用负二项式回归模型估计式(4)(Wooldridge，2002)。表3第7列报告了相应的回归结果，与表2第5列中的基本回归结果相比，几乎没有任何变化。第二种方法是直接采用面板模型估计式(4)，表3第8列报告了相应的回归结果。这时，本文最关心的回归系数α1和α2显著，符号与理论预期一致，尽管由于系数含义与泊松回归系数不同，系数大小与表2第5列的基本的回归结果相比明显发生了变化，但是省委书记晋升厅局级官员数量在其任期内仍然呈现倒U型，晋升数量最多的任期年份是第2.7年，几乎没有发生变化。第三种方法是采用对数模型直接估计式(4)，表3最后一列报告了回归结果，与表2第5列中的基本的回归结果相比，也没有发生任何实质性变化。

总之，以上回归结果揭示，与理论预期的一致，在1983—1998年间，省委书记晋升厅局级官员数量在其任期内呈现倒U型，晋升数量最多的年份是任期第3年。这个发现并不局限于本文的样本选择及估计方法选择。

3.3 稳健性检验

本小节将进行三类稳健性检验：一是引入更多的控制变量，比如党代会、省委书记可能面临的信息约束和实际权力等变量；二是考察与省委书记同期发生的其他因素；三是引入省长变量，检验其他上级的影响。

3.3.1 更多的控制变量

首先，我们考察党代会的可能影响。全国党代表大会的召开是中国政治生活中的一件大事，对中国政治、经济等领域都有重要影响，已有文献识别了党代会周期对官员晋升、行为等方面的影响(梅冬州等，2014)。省委书记的一个任期与党代会的一届都是五年，这意味着，对于在党代会召开当年上任的省委书记，其任期与党代会周期完全重合。在这种情况下，我们所识别的省委书记的任命模式可能仅仅反映了党代会周期的影响。为了排除党代会的影响，我们采用在非党代会召开年上任的省委书记的子样本重新估计式(3)，表4第2列报告了相应的回归结果。从基于这个子样本的回归结果看，当省委书记任期与党代会周期不完全重合时，本文所关心的核心回归系数，与基本的回归结果相比，几乎没有发生变化，仍然能够通过显著水平为1%的统计检验，省委书记晋升厅局级官员人数最多的年份依然是其在任第3年。如果排除在全国党代会后一年或前一年上任的省委书记样本，本文的结论依然成立，如表4第3、4列所示。

表4 稳健性检验：更多的控制变量

注： 本表报告加入了更多控制变量的回归结果。第(1)列复制了基准回归；第(2)～(4)列分别剔除了党代会年、党代会前一年、党代会后一年上任的省委书记样本；第(5)、(6)列控制了省党代会的影响；第(7)列控制了省委书记掌握信息的程度；第(8)列控制了省委书记的实际权力。控制变量包括人均GDP(滞后一期、对数形式)、GDP增长率、人口规模(对数形式)，厅局级官员特征变量，如厅局级官员人数(滞后一期、对数形式)、50岁以下的比重、专科以上比重、女性比重，以及省委书记特征变量，如年龄、学历等。学历为是否本科以上的虚拟变量。

除了全国党代会，省党代会周期同样影响地方官员激励和行为(聂辉华和蒋敏杰，2011)。就本文所关心的上级任命下级官员而言，省党代会召开年也是集中换届年，任期到期也会产生职位空缺。这部分空缺产生的原因显然不同于本文的理论假说，我们需要进一步控制。值得强调的是，从现实看，各省党代会召开年份并不一致，年份固定效应不足以控制省党代会的影响；同时，同一省份相邻两次党代会的间隔也不完全固定，个体固定效应也无法完全控制。因此，本文引入了省党代会虚拟变量，重新估计式(3)，表4第5列报告了相应的回归结果。从回归结果看，控制了省党代会虚拟变量后，本文所关心的核心回归系数，与基本的回归结果相比，没有发生任何变化。表4第6列则进一步控制了省党代会召开前一年与后一年的虚拟变量，晋升厅局级官员数量仍然显著地呈现倒U型，最多年份仍然是省委书记任期的第3年。

接着，本文考察省委书记可能面临的信息问题。对晋升厅局级官员数量在省委书记任期内呈现倒U型的另外一个可能的解释就是，省委书记可能面临信息约束。新上任的上级官员缺乏必要的信息，如对省区经济情况和潜在人选了解不足，谨慎起见，先缓慢晋升下级官员，然后快速晋升下级官员，最后稳定下来。为了排除这种可能性，本文引入了省委书记是否本省晋升的虚拟变量，表4第7列报告了相应的结果。与基本的回归结果相比，控制了省委书记的来源之后，本文的结论没有发生实质性变化。

最后，本文考察不同的省委书记可能拥有不同的实际权力。在现实中，部分省委书记由政治局委员兼任，政治局委员的级别为副国级。通常而言，级别更高的政治局委员享有更大的实际权力(Kung and Chen，2011)，在人事任命中受到的来自其他省内高级官员的阻力更小(高楠和梁平汉，2015)。因此，本文进一步引入了是否由政治局委员兼任的虚拟变量，表4第9列报告了相应的回归结果。与基本的回归结果相比，控制了省委书记的实际权力之后，本文所关心的核心回归系数几乎没有发生任何变化。

3.3.2 省委书记任期内的其他因素

本文把晋升厅局级官员数量在省委书记任期内的倒U型变动归因于省委书记出台新政策和创造职位空缺能力随任期分别下降和增加。不可否认，在省委书记任期内，还有其他有多种因素同时发生。因此，晋升厅局级官员数量呈现倒U型，也可能源于这些同期发生的其他因素。为了排除这种可能存在的影响，本小节将人为提前或推迟省委书记上任或离任的时间，重新检验晋升厅局级官员数量是否依然呈现倒U型。显然，如果本文的理论假定成立，那么只要人为调整省委书记上任时间，晋升厅局级官员数量的倒U型将随之消失。

一个安慰剂检验是，人为提前省委书记上任时间。考虑到在一个法定任期内，省委书记的实际任期平均而言只有2.5年，本文假定所有省委书记分别提前2、3年上任，然后排除人为的更替年份样本，重新匹配省委书记与晋升厅局级官员数量。在这两新的上下级匹配样本中，除了本文人为前置省委书记上任时间2、3年外，其他任何变量都保持不变。需要明确的是，在这两个新的样本中，与1996—1998年间晋升厅局级官员数量相匹配的省委书记则是实际上在1998年后上任的省委书记，即在这两个新的上下级匹配数据库中，存在新省委书记的进入。同理，真正在1983—1985年间晋升厅局级官员的省委书记，如果任期不超过2、3年，那么也将在这两个新的上下级匹配数据库中退出。因此，在这两个新的上下级匹配的样本中，样本个数将会发生变化，分别为311和319。表5第2、3报告了采用这两个新的匹配数据库的回归结果。从回归结果看，本文所关心的两个核心回归系数变动的不再显著，而且符号也发生了变化。这表明，人为提前省委书记上任时间后，晋升厅局级官员数量的倒U型模式随之消失。

表5 人为提前或推迟省委书记上任时间的回归结果

注： 本表报告安慰剂检验的结果。控制变量包括人均GDP(滞后一期、对数形式)、GDP增长率、人口规模(对数形式)，厅局级官员特征变量，如厅局级官员人数(滞后一期、对数形式)、50岁以下的比重、专科以上比重、女性比重，以及省委书记特征变量，如年龄、学历等。

另一个安慰剂检验是，人为推迟省委书记离任时间。考虑到在一个法定任期内，省委书记的实际任期平均而言只有2.5年，本文假定所有省委书记分别推迟2、3年离任，然后排除人为的更替年份样本，重新匹配省委书记与晋升厅局级官员数量。在这两新的上下级匹配样本中，除了本文人为推迟省委书记离任时间2、3年外，其他任何变量都保持不变。需要明确的是，在这两个新的样本中，与1983—1985年间晋升厅局级官员数量相匹配的省委书记则是实际上在1983年前离任的省委书记，即在这两个新的上下级匹配数据库中，存在新省委书记的进入。同理，真正晋升1996—1998年间晋升厅局级官员的省委书记，如果任期不超过2、3年，那么也将在这两个新的上下级匹配数据库中退出。因此，在这两个新的上下级匹配的样本中，样本个数将会发生变化，分别为317和312。表5第4、5报告了采用这两个新的匹配数据库的回归结果。从回归结果看，本文所关心的两个核心回归系数变动得不再显著。这表明，人为延迟省委书记离任时间后，晋升厅局级官员数量的倒U型模式不复存在。

总之，以上两个安慰剂检验揭示了，晋升厅局级官员数量在省委书记任期内呈现倒U型，不可能源于在与省委书记同期发生的其他因素。

3.3.3 其他上级

在以上分析中，本文把上级具体化为省委书记，忽略了其他上级的影响。不可否认，尽管省委书记是事实上的省内“一把手”，统揽全局、协调各方，但是副书记等也参与下级官员任命。因此，本小节将引入省长(包括直辖市市长和自治区主席，以下简称省长)变量，省长一般兼任省委副书记，考察其对晋升厅局级官员的影响。表6报告了相应回归结果，从回归结果看，省长对辖区晋升厅局级官员数量没有显著影响。

表6 省委书记和省长任期的回归结果

注： 本表报告引入省长任期的回归结果。控制变量包括人均GDP(滞后一期、对数形式)、GDP增长率、人口规模(对数形式)，厅局级官员特征变量，如厅局级官员人数(滞后一期、对数形式)、50岁以下的比重、专科以上比重、女性比重，以及省委书记、省长特征变量，如年龄、学历等。学历为是否本科以上的虚拟变量。

为了便于比较，表6第(1)列再现了本文的基本的回归结果。在第(2)列中，我们只考察省长的影响，即引入省长任期、任期平方项、[注]在311个样本中，也存在省长更替样本。为了不损失样本，本小节保留了省长更替样本，省长任期计算方法是，省长在1～6月上任则当年算任期第1年，7～12月上任则下一年算任期第1年。排除省长更替样本，本文的结论依然成立，见附录表A1。年龄、年龄平方和学历变量，重新采用泊松回归估计式(3)。从回归结果看，省长任期及任期平方项的回归系数都不显著，而且符号也与理论模型预期的相反。这表明，不同于省委书记，省长对辖区晋升厅局级官员数量没有显著影响。

表6第(3)列则同时引入省委书记和省长变量。这时，省委书记任期及任期平方项的回归系数符号与理论模型预期的一致，能够通过显著水平为1%的统计检验。尽管回归系数大小与第(1)列中的基本的回归结果相比，略微变大，但是所隐含的省委书记晋升厅局级官员数量最多的年份仍然还是任期第3年，没有变化。与之鲜明对比的是，省长任期及任期平方项的回归系数仍然不显著，符号也与理论模型预期的相反。

以上分析表明，在1983—1998年间，是省委书记，而不是担任省委副书记职务的省长，对晋升厅局级官员数量有显著影响。因此，本文选择省委书记代理上级是可行的。

4 入职地厅级官员系列的进入率

4.1 实证模型

(5)

其中，i和t分别表示省和时间；tenure、x1和x2分别是省委书记的任期、影响政策的变量向量和影响空缺的变量向量，与式(4)完全相同。

β1和β2是本文关心的核心回归系数。当本文的任命函数性质成立时，预计β1>0和β2<0，且0.5β1/β2=0.5α1/α2=τ*，即地厅级官员系列的进入率在省委书记任期内先增加后减少，在其任期的第τ*年到达最大。

4.2 回归结果

表7报告了式(5)的回归结果。第1列是基本的回归结果，本文所关心的核心回归系数β1和β2分别为0.376和-0.063，能够通过显著水平为1%的统计检验，符号与任命函数的预期一致。另外，回归系数β1和β2所隐含的τ*=3.0，与α1和α2所隐含的τ*=2.9几乎完全相等。这表明，地厅级官员系列的进入率在省委书记任期间也呈现倒U型，也是在其任期的第3年达到最大值。表7第2～6列报告了分别控制全国党代会、省党代会、省委书记可能面临的信息问题和实际权力、省长等变量后的回归结果，这时，地厅级官员系列的进入率在省委书记任期间仍然显著地呈现倒U型，也是在其任期的第3年达到最大值。表7最后两列则报告了人为提前或推后省委书记上任或离任时间后的回归结果，这时本文关心的两个回归系数β1和β2不再显著，排除了省委书记任期内其他因素导致地厅级官员系列进入率呈现倒U型变动。

表7 入职地厅级官员系列的进入率

续表

注： 第(1)列是基本结果；第(2)～(6)列加入了更多控制变量；第(7)、(8)列是安慰剂检验。控制变量包括人均GDP(滞后一期、对数形式)、GDP增长率、人口规模(对数形式)，厅局级官员特征变量，如厅局级官员人数(滞后一期、对数形式)、50岁以下的比重、专科以上比重、女性比重，以及省委书记特征变量，如年龄、学历等。

总之，以上回归结果揭示了与任命函数性质预期的一致，地厅级官员系列的进入率在省委书记任期内先上升后下降，在其任期的第3年达到最大值。

5 晋升为地厅级官员的晋升率

5.1 实证模型

(6)

其中，i和t分别表示省和时间；tenure、x1和x2分别是省委书记的任期、影响政策的变量向量和影响空缺的变量向量，与式(4)完全相同。

γ1和γ2是本文关心的核心回归系数。当本文的任命函数性质成立时，预计γ1>0和γ2<0，且0.5γ1/γ2=0.5α1/α2=τ*，即晋升为地厅级官员的晋升率在省委书记任期内先增加后减少，在其任期的第τ*年到达最大。

5.2 回归结果

表8报告了式(6)的回归结果。第1列是基本的回归结果，本文所关心的核心回归系数γ1和γ2分别为0.349和-0.059，能够通过显著水平为1%的统计检验，符号与任命函数的预期一致。另外，所隐含的τ*=3.0，与α1和α2所隐含的τ*=2.9几乎完全相等。这表明，晋升为地厅级官员的晋升率在省委书记任期间也呈现倒U型，也是在其任期的第3年达到最大值。表8第2～6列报告了分别控制全国党代会、省党代会、省委书记可能面临的信息问题和实际权力、省长等变量后的回归结果，这时，晋升为地厅级官员的晋升率在省委书记任期间仍然显著地呈现倒U型，也是在其任期的第3年达到最大值。表8最后两列则报告了人为提前或推后省委书记上任或离任时间后的回归结果，这时本文关心的两个回归系数γ1和γ2不再显著，排除了省委书记任期内其他因素导致晋升为地厅级官员的晋升率呈现倒U型变动。

表8 地厅级官员系列的晋升率

续表

注： 第(1)列是基本结果；第(2)～(6)列加入了更多控制变量；第(7)、(8)列是安慰剂检验。控制变量包括人均GDP(滞后一期、对数形式)、GDP增长率、人口规模(对数形式)，厅局级官员特征变量，如厅局级官员人数(滞后一期、对数形式)、50岁以下的比重、专科以上比重、女性比重，以及省委书记特征变量，如年龄、学历等。

总之，以上回归结果揭示了，与任命函数性质预期的一致，晋升为地厅级官员的晋升率在省委书记任期内先上升后下降，在其任期的第3年达到最大值。

6 结论性评述

进入中国地方官员系列的基本制度是任命制，即每个地方官员都由上级官员任命。因此，上级官员总是处于支配地位，可以随时任命下级官员。本文旨在考察上级官员如何任命下级官员，尝试打开中国地方官员系列的进入黑箱。

本文定义了任命函数，即上级任命下级官员数量与其出台的新政策和创造的空缺之间的关系。本文证明了，当上级随着任期增加越来越能够“熟练创造”职位空缺，但是出台新政策越来越少时，任命函数是上级任期的凹函数，即上级晋升下级官员的数量在其任期内先增加后减少，呈现倒U型变动。同时，本文还证明了，下级官员系列的进入率和晋升为下级官员的晋升率也都是上级任期的凹函数。

为了实证检验任命函数的上述三个性质，基于数据的可获得性，本文实证检验了地厅级官员系列在1983—1998年间的进入情况。本文构建了一个新的中国地方官员数据库：省委书记-晋升地厅级官员数量相匹配的数据库。其中，省委书记是有任命权的上级；晋升的地厅级官员是与省委书记相匹配的下级官员。基于这个新的数据库，本文发现，与任命函数的预期一致，晋升地厅级官员数量、地厅级官员系列的进入率和晋升为地厅级官员的晋升率在省委书记任期内都是先上升后下降，呈现倒U型，在省委书记任期的第3年达到最大值。这些发现是非常稳健的，当本文进一步控制各省主要经济变量、省委书记其他特征、地厅级官员其他特征、全国党代会、省党代会、省委书记可能面临的信息问题和实际权力、省长等变量后，这些倒U型仍然存在。

本文的工作揭示了当省委书记任期，从法定的5年一个任期，实际缩短到3年左右，将有助于下级官员数量膨胀。为什么中国地方官员的任期短于其法定任期？这还有待进一步研究。另外，中国地方官员系列的退出问题，以及上级任命下级的制度化问题，也值得进一步研究。

附录

图A1 各省、市、自治区晋升为厅局级官员人数(1983—1998)注： 数据来源于《党政领导干部统计资料汇编1954—1998》一书。

(1)(2)(3)被解释变量:晋升厅局级官员人数省委书记任期0.292***0.171*(0.09)(0.09)省委书记任期平方-0.051***-0.037**(0.01)(0.01)省长任期0.0270.016(0.03)(0.04)省长任期平方-0.003-0.002(0.00)(0.00)隐含任期τ*2.93.0

续表

注： 本表报告在正文表6基础上排除省长更替年样本的结果。控制变量包括人均GDP(滞后一期、对数形式)、GDP增长率、人口规模(对数形式)，厅局级官员特征变量，如厅局级官员人数(滞后一期、对数形式)、50岁以下的比重、专科以上比重、女性比重，以及省委书记、省长特征变量，如年龄、学历等。学历为是否本科以上的虚拟变量。

表A2 入职地厅级官员系列的进入率

续表

注： 本表报告在正文表7基础上被解释变量替换为不经Logit转换的进入率的结果。第(1)列是基本结果；第(2)～(6)列加入了更多控制变量；第(7)、(8)列是安慰剂检验。控制变量包括人均GDP(滞后一期、对数形式)、GDP增长率、人口规模(对数形式)，厅局级官员特征变量，如厅局级官员人数(滞后一期、对数形式)、50岁以下的比重、专科以上比重、女性比重，以及省委书记特征变量，如年龄、学历等。

表A3 入职地厅级官员系列的晋升率

续表

注： 本表报告在正文表8基础上被解释变量替换为不经Logit转换的进入率的结果。第(1)列是基本结果；第(2)～(6)列加入了更多控制变量；第(7)、(8)列是安慰剂检验。控制变量包括人均GDP(滞后一期、对数形式)、GDP增长率、人口规模(对数形式)，厅局级官员特征变量，如厅局级官员人数(滞后一期、对数形式)、50岁以下的比重、专科以上比重、女性比重，以及省委书记特征变量，如年龄、学历等。